(Invited) Improving Our Understanding of Conducting Polymer Binders
Notice bibliographique
Résumé
As lithium-ion batteries reach their intrinsic performance limits, next-generation battery technology arises that relies much more strongly on the electrode matrix. Traditional compositions of binders and conductive additives with non-polar surfaces face intrinsic obstacles in these developments. In many next-generation electrode formulations, this incompatibility reveals itself through particle disconnection, increased electrode inhomogeneity1, and conductive additive agglomeration2. Conducting polymers are an apparent solution to such problems. Conducting polymers and their composites can be designed to exhibit increased adhesion, stronger interactions with active material surfaces and electrolytes, and favorable mechanical properties, while providing electronic connectivity at the adhesive contact with the active material3. Many examples have been presented in the literature that demonstrate improved electrode performance using such composites4–6. A common form of conducting polymer composites combines an intrinsically conductive polymer (e.g. polypyrrole, polythiophene, polyaniline) with a polyelectrolyte (e.g. polacrylate, polystyrene sulfonate, carboxymethyl cellulose). This presentation discusses an exploration of some of the fundamental properties of composites of polypyrrole with carboxymethyl cellulose. The work shows intrinsically favorable properties of the composite for application in batteries7. Among those properties are that it can be easily processed in water and N-methyl-2-pyrrolidone, exhibits better adhesion to the current collector, shows competitive conductivity and distributes evenly across active materials. However, it will also be shown that the native structure of this composite is not ideal for long-range conduction and that improvement can be made to the material’s conductivity and capacitance8. Our work is targeting a more complete understanding of the properties of these composites as they are employed in battery environments. It demonstrates enormous promise for the use of conducting polymers as binders, but also gaps in our understanding of their interactions with electrolytes and active materials that need to be addressed to advance their impact on the development of next-generation batteries. References: Müller, S. et al. Nat. Commun. 9, 2340 (2018). Scipioni, R. et al. J. Power Sources 307, 259–269 (2016). Nguyen, V. A. & Kuss, C. J. Electrochem. Soc. 167, 065501 (2020). Kim, J. M. et al. ACS Appl. Mater. Interfaces 6, 12789–12797 (2014). Salem, N., Lavrisa, M. & Abu-Lebdeh, Y. Energy Technol. 4, 331–340 (2016). Higgins, T. M. et al. ACS Nano 10, 3702–3713 (2016). Nguyen, V. A., Wang, J. & Kuss, C. J. Power Sources Adv. 6, 100033 (2020). Nguyen, V. A., Odetallah, M., Bakir, G., Gough, K. & Kuss, C. ACS Omega (2022).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,052 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».